| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-22页 |
| ·研究的背景及意义 | 第8-9页 |
| ·拥塞和拥塞控制算法 | 第9-10页 |
| ·拥塞的定义 | 第9页 |
| ·拥塞产生的原因 | 第9页 |
| ·拥塞算法分类 | 第9-10页 |
| ·TCP拥塞控制的研究现状 | 第10-12页 |
| ·AQM算法的研究现状 | 第12-20页 |
| ·RED及其改进算法 | 第13-16页 |
| ·基于优化理论的AQM算法 | 第16-17页 |
| ·基于控制理论的AQM算法 | 第17-20页 |
| ·本文的主要工作和章节安排 | 第20-22页 |
| 2 T-S模糊模型 | 第22-28页 |
| ·引言 | 第22-23页 |
| ·T-S模糊模型的结构及特点 | 第23-24页 |
| ·T-S模糊模型的求取 | 第24-26页 |
| ·T-S模糊模型的控制器设计 | 第26页 |
| ·小结 | 第26-28页 |
| 3 基于T-S模糊模型的状态反馈控制算法 | 第28-42页 |
| ·引言 | 第28页 |
| ·网络拥塞控制系统的T-S模糊模型建立 | 第28-30页 |
| ·基于T-S模糊模型的状态反馈控制器设计 | 第30-33页 |
| ·控制器设计 | 第30-31页 |
| ·稳定性分析 | 第31-32页 |
| ·控制算法具体实现步骤 | 第32-33页 |
| ·算法仿真与分析 | 第33-41页 |
| ·仿真软件NS-2简介 | 第33-34页 |
| ·仿真环境及参数配置 | 第34-35页 |
| ·不同期望队列长度下的算法性能分析 | 第35页 |
| ·不同瓶颈链路容量下的算法性能分析 | 第35-36页 |
| ·不同TCP连接数目下的算法性能分析 | 第36-37页 |
| ·不同RTPT情况下的算法性能分析 | 第37页 |
| ·负载变化情况下的算法性能分析 | 第37-39页 |
| ·混合流量情况下的算法性能分析 | 第39页 |
| ·不同算法仿真比较 | 第39-41页 |
| ·小结 | 第41-42页 |
| 4 基于T-S模糊模型的单神经元自适应PID控制算法 | 第42-58页 |
| ·引言 | 第42页 |
| ·单神经元自适应PID原理 | 第42-45页 |
| ·差分式PID控制算法 | 第42-43页 |
| ·单神经元控制系统模型 | 第43页 |
| ·单神经元控制学习算法及收敛性 | 第43-44页 |
| ·单神经元自适应PID控制算法 | 第44-45页 |
| ·基于T-S模糊模型的增益自调整单神经元自适应PID控制算法 | 第45-47页 |
| ·增益自调整的提出及T-S模糊模型描述 | 第45-46页 |
| ·调整增益K的T-S模糊规则建立 | 第46-47页 |
| ·算法仿真与分析 | 第47-57页 |
| ·仿真环境及参数配置 | 第47页 |
| ·不同期望队列长度下的算法性能分析 | 第47-48页 |
| ·不同瓶颈链路容量下的算法性能分析 | 第48-50页 |
| ·不同TCP连接数目下的算法性能分析 | 第50-51页 |
| ·不同RTPT情况下的算法性能分析 | 第51-53页 |
| ·负载变化情况下的算法性能分析 | 第53-54页 |
| ·混合流量情况下的算法性能分析 | 第54-56页 |
| ·不同算法仿真比较 | 第56-57页 |
| ·小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-67页 |